[发明专利]一种基于BIBAVR算法的自动聚焦头盔摄像机有效

专利信息
申请号: 201510293283.8 申请日: 2015-06-01
公开(公告)号: CN105227810B 公开(公告)日: 2018-10-23
发明(设计)人: 冯筠;王红玉;卜起荣;牛维;李继纲;王大军 申请(专利权)人: 西北大学
主分类号: H04N5/225 分类号: H04N5/225;H04N5/232
代理公司: 暂无信息 代理人: 暂无信息
地址: 710127 陕西省西安市*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于BIBAVR算法的自动聚焦头盔摄像机,提出了一种无参考图像清晰度评价算法BIBAVR,基于该算法又提出了一种自动聚焦算法,最后,应用无参考图像清晰度评价算法和自动聚焦算法提出了一种自动聚焦头盔摄像机。头盔摄像机包括自动聚焦的照相模式和快速去模糊的摄像模式。头盔摄像机主要由无线遥控器、蓄电池、图像传感器、电动对焦镜头、电机驱动模块、Si4432无线模块、WIFI模块、MicroSD卡模块以及控制电路板组成。无线遥控通过无线信号与头盔摄像机相连,完成对所述头盔摄像机工作模式的切换。图像传感器负责采集图像及视频,最终将清晰的图像传送至监控器或者主机端。
搜索关键词: 一种 基于 bibavr 算法 自动 聚焦 头盔 摄像机
【主权项】:
1.一种基于BIBAVR算法的自动聚焦头盔摄像机,其特征在于,该头盔摄像机包括:一种无参考图像清晰度评价算法BIBAVR;一种自动聚焦算法;一种自动聚焦头盔摄像机;其中,无参考图像清晰度评价算法BIBAVR的实现步骤包括:1)输入待评价图像I1;2)计算有效再模糊最小标准差:对图像I1进行高斯再模糊得到图像I2,记录刚刚使I1、I2满足I2≠I1关系的高斯模糊标准差σ2min,计算公式为:σ2min=min(σ2|I2=I1*g(σ2),I2≠I1),其中,g为高斯函数,σ2是高斯函数g的标准差;3)计算有效再模糊最大标准差:小幅度增加标准差σ2的值,选择σ′2对I1进行再模糊得到再模糊图像I′2,σ′2取值范围为0.1≥σ′2>σ2,若I2与I′2相同,即再加大标准差σ2,对I1进行再模糊,再模糊图像I2的模糊严重程度不会再增加,表示已经达到I1再模糊的最大严重程度,此时的参数为有效再模糊最大标准差σ2max;4)计算BIBAVR结果,计算方法为:Range=σ2max‑σ2min其中σ2min为最小有效模糊标准差,σ2max为最大有效模糊标准差;其中,一种自动聚焦算法的实现步骤包括:1)摄像头进行粗采样拍摄图像,输入图像清晰度评价函数,计算图像清晰度值Q,如果图像清晰度不满足要求,即Q值大于等于0.1,则跳到步骤2);如果清晰度满足要求,即Q值小于0.1,则跳到步骤6);2)如果是第一次聚焦操作,即第一次判断Q值,则计算电机的步进量S,调整电机,跳到步骤1),电机的步进量S可表示为:S=(Q‑0.1)2×210,聚焦时电机会根据图像清晰度值与0.1的差距采用不同的步进量,距离0.1越远,步进量越大,即控制电机粗调焦;距离0.1越近步进量越小,即细调焦,直至获取最优的清晰度值,即清晰度Q值小于或等于0.1,如果不是第一次聚焦操作,则跳到步骤3);3)判断上一次电机的转动方向,如果上一次电机是正转,则跳到步骤4),如果上一次是反转则跳到步骤5);4)将本次图像的清晰度值Q与上一次图像清晰度值相比,如果清晰度值减小,则将电机正转;如果清晰度值增大,将电机反转,电机的步进量为S=(Q‑0.1)2×210,电机调焦后,跳到步骤1);5)将本次图像的清晰度值Q与上一次图像清晰度值相比,如果清晰度值减小,则将电机反转;如果清晰度值增大,将电机正转,电机的步进量为S=(Q‑0.1)2×210,电机调焦后,跳到步骤1);6)按照此时的聚焦结果,使用摄像头细采样,拍摄图像并保存,算法结束。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北大学,未经西北大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201510293283.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top